58 lines
2.7 KiB
Markdown
58 lines
2.7 KiB
Markdown
# Documentation
|
|
- Class name: SplitImages
|
|
- Category: Video Helper Suite 🎥🅥🅗🅢/image
|
|
- Output node: False
|
|
- Repo Ref: https://github.com/Kosinkadink/ComfyUI-VideoHelperSuite.git
|
|
|
|
SplitImages节点旨在将一系列图像根据指定的索引分割成两个不同的组。它在图像处理工作流程中扮演着关键角色，其中数据的分割对于后续操作至关重要，如分析、排序或对不同子集进行特殊处理。
|
|
|
|
# Input types
|
|
## Required
|
|
- images
|
|
- 'image'参数是节点将处理的图像数据集合。它是节点操作的基础，因为它决定了将要被分割的内容。该参数对节点执行的影响是直接的，因为节点的全部逻辑都围绕着对这一输入进行分割。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: torch.Tensor
|
|
## Optional
|
|
- split_index
|
|
- 'split_index'参数定义了输入图像被分成两个组的位置。它对于确定每个组的大小至关重要，因此影响节点操作的结果。除非另有指定，否则默认值确保了平衡的分割。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
|
|
# Output types
|
|
- IMAGE_A
|
|
- 'IMAGE_A'输出包含了分割操作结果中的第一组图像。它代表了原始图像集合的一部分，对于进一步的处理或分析具有重要意义。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: torch.Tensor
|
|
- A_count
|
|
- 'A_count'输出提供了第一组图像的数量，这是由分割操作确定的。这个计数对于跟踪图像的分布或需要知道组大小的下游处理很重要。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
- IMAGE_B
|
|
- 'IMAGE_B'输出保存了分割后的第二组图像。它是'IMAGE_A'的对应部分，对于可能涉及对两组进行不同处理或评估的后续步骤同样重要。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: torch.Tensor
|
|
- B_count
|
|
- 'B_count'输出表明了分割后进入第二组的图像数量。这个信息对于理解数据集的划分很有价值，可以为进一步的分析或处理步骤提供信息。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
|
|
# Usage tips
|
|
- Infra type: CPU
|
|
|
|
# Source code
|
|
```
|
|
class SplitImages:
|
|
|
|
@classmethod
|
|
def INPUT_TYPES(s):
|
|
return {'required': {'images': ('IMAGE',), 'split_index': ('INT', {'default': 0, 'step': 1, 'min': BIGMIN, 'max': BIGMAX})}}
|
|
CATEGORY = 'Video Helper Suite 🎥🅥🅗🅢/image'
|
|
RETURN_TYPES = ('IMAGE', 'INT', 'IMAGE', 'INT')
|
|
RETURN_NAMES = ('IMAGE_A', 'A_count', 'IMAGE_B', 'B_count')
|
|
FUNCTION = 'split_images'
|
|
|
|
def split_images(self, images: Tensor, split_index: int):
|
|
group_a = images[:split_index]
|
|
group_b = images[split_index:]
|
|
return (group_a, group_a.size(0), group_b, group_b.size(0))
|
|
``` |